成交量与价格的简单数理关系-粒子碰撞运动轨迹模型公式为：
Y=（（|C[-T ]-C|/V ）*V C[-1]）-C
其中T 为每一品种的属性系数（对T 的确认，需要大量的计算），Y为未知变量，V与V 为处于不断撤换（变化）中的隐形变量，或者可以直接称变隐变量，T 自然也属于变隐变量。
求Y的过程就是不断寻求T 、V 、V三者的变化特征与突变特征的过程，这个和机器学习以及变异共同绞合的思路类似。
极简易化原理-假设T /2时长，价格便增加Y，以T /2为调仓频率，模型取用的所有数据均为T时间节点之前，并且以T时间节点为断点，对未来提出假设。
因为是应对股市，但是我们不能只用一只指数或者个股，自然只有优秀的个股方能展现指数，全世界的市场皆是如此；运用模型同时对指数及全市个股运算，得出20只优异个股，以20只个股进行交易。同时设立弱化指数模型运算为阴性对照，设置各类滑点：
总述：
总述阴性：
总述细节：
总述阴性细节：
题外话:
模型算法应对小市值
模型算法应对大蓝筹
有事看公式看图，话太多反而烦人而多误人
所以总结与注：
该模型对未来的价格走势的假设基本能较为准确的反应，若是A股有做空存在，该模型的收益等之类的都会提升许多，加杆杠就不说了。
A股也是价值成长的市场，只是人们因为自己的缘故，给它取了个癌股的外号，外号嘛，好多人都有，叫着还挺舒心。
小市值的涨跌更具波动性。
说说我对策略模型好坏的理解，我认为一个的模型好坏，首先应当用其其对未来走势提出的假设与未来走势的似然度来评价，似然度越高越好，其次才是阿尔法beta之类的一些。
这里只放图及回测部分截图，不放代码，只是供大家娱乐笑话，
阿尔法，beta，年化，夏普都那么低，回撤还那么高，捂脸！捂脸！
